• 尾部引导的低密度正常数据增强方法用于工业控制系统网络威胁异常检测

  摘要

  来源：Sensors

  时间：2026-09-21

• 基于时域-极化域联合分离的非合作复合信号参数估计方法

  摘要 雷达探测与识别过程中，除目标信号外还易受到大量非合作干扰信号的干扰。准确估计这些非合作信号的

  来源：Sensors

  时间：2026-09-21

• 低碳甲烷生产新进展：基于双功能材料的集成碳捕集与原位甲烷化（ICCM）技术——进展与展望

  集成碳捕集与原位甲烷化（ICCM）通过采用在同一床层中整合CO₂吸附剂与甲烷化催化剂的雙功能材料（DFMs），将CO₂捕集与原位转化相耦合。与传统方法相比，这种紧凑的碳捕集与利用概念能够提供更小、热效率更高且可能更具成本效益的CO₂捕集与转化工艺。本综述整合了

  来源：Carbon Capture Science & Technology

  时间：2026-09-21

• 图像-文本学习中的语义对齐与多模态融合：方法、挑战与未来方向的耦合感知综述

  图像-文本多模态学习已从早期的跨模态匹配模型迅速发展为能够进行检索、推理和生成的多模态基础模型。在此过程中，语义对齐（semantic alignment）和多模态融合（multimodal fusion）已成为决定视觉与文本信息能否以可靠且高效的方式联合建模

  来源：Array

  时间：2026-09-21

• 高速滑行艇阻力性能CFD分析技术研究进展：自由面数值扩散、计算域约束效应与局部流动捕捉的综合影响

  高速滑行艇会产生复杂的局部流动，包括飞溅（spray）、自由面变形以及断阶后方的空气通气（air ventilation），这些现象使基于CFD的阻力预报变得复杂。本研究探讨了影响阻力估算的三个因素：自由面数值扩散、计算域约束效应和局部流动分辨率。数值扩散由对

  来源：Journal of Marine Science and Engineering

  时间：2026-09-21

• 猪营养研究中的核心方法：综述

  本综述概述了猪营养研究中所需要且常用的一些主要方法，涵盖实验开始之前以及实验实施阶段。恰当的研究方法对于准确评估日粮干预措施对一系列结果指标（如猪的生产性能、养分利用效率，以及日益受到关注的环境足迹影响和猪肉生产评估）至关重要。猪营养实验通常涉及采用受控的饲喂

  来源：Animal Nutrition

  时间：2026-09-21

• 人工智能增强的下一代有害藻华管理方法

  有害藻华（Harmful Algal Blooms, HABs）正对水生生态系统、水安全和公共健康构成日益严重的全球性威胁。尽管从原位传感到预测性生态模型的传统监测与管理方法已推进了藻华检测和风险评估，但其有效性常受限于数据稀缺性、可转移性和实时适用性。人工智

  来源：Water

  时间：2026-09-21

• AI支持下职前数学教师任务设计中的诊断性思维探究：一项组态混合方法试点研究

  摘要专业翻译 培养职前数学教师理解学生数学思维并预判学生困难的能力，仍是教师教育领域的一项挑战。这项探索性混合方法研究以21名职前数学教师为对象，开展了一项为期六周的AI支持数学任务设计模块。研究结合了前后测评估、模糊集定性比较分析（fsQCA）以及对参与者A

  来源：Journal of Intelligence

  时间：2026-09-21

• GeoBoreNet：面向跨场景钻孔检测的RGB-几何融合方法

  在纹理化采石场重建中进行钻孔检测具有挑战性，因为阴影、岩石和破碎地面可能与可见地表开口相似。本研究引入GeoBoreNet，该方法以RGB为基础，增补四个由重建表面高度导出的像素对齐输入通道：局部残差地形、空间梯度幅值、空间拉普拉斯响应以及网格支撑。平面去除与

  来源：Sensors

  时间：2026-09-21

• 面向虚假新闻检测的协同轻量级双线性池化融合方法

  摘要专业翻译 为改善跨模态交互建模，同时控制多模态融合的复杂度，本文提出一种多模态虚假新闻检测框架，该框架通过跨模态注意力（cross-modal attention）和融合阶段的轻量级双线性池化（lightweight bilinear pooling）模块

  来源：Big Data and Cognitive Computing

  时间：2026-09-21

知名企业招聘：